Claim Missing Document
Check
Articles

Found 25 Documents
Search

KLASIFIKASI KEMATANGAN DAUN KAYU PUTIH BERDASARKAN CITRA WARNA HSI DAN XYZ DENGAN MENGGUNAKAN METODE KNN Khairan, Amal; Fhadli, Muhamad; Sirajuddin, Hairil Kurniadi; Fuad, Achmad; Kapita, Syarifuddin N; Dahlan, Sigrit A.M; Salman, Ardi; Ramadhan, M Thaariq
IJIS - Indonesian Journal On Information System Vol 10, No 2 (2025): SEPTEMBER
Publisher : POLITEKNIK SAINS DAN TEKNOLOGI WIRATAMA MALUKU UTARA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36549/ijis.v10i2.433

Abstract

Daun kayu putih berasal dari pohon yang dinamakan dengan kayu putih. mengetahui tumbuhan berdasarkan warna daun tentu tidak mudah, dan dibutuhkan sistem klasifikasi berdasarkan warna daun untuk mengetahui mana daun matang dan mentah. Penelitian ini bertujuan untuk Mengukur Tingkat Kematangan Daun Kayu Putih Berdasarkan Fitur Warna HSI dan XYZ Menggunakan Metode KNN. Analisis data menggunakan histogram pada sistem Kematangan Daun Kayu Putih dengan fitur HSI dengan range kematangan matang interval 0.958738-1.3619 untuk nilai H, interval 0.25022-0.42233 untuk nilai S dan interval 0.4855-0.48293 untuk nilai I. Sedangkan range kematangan mentah 0.157-0.23808 untuk nilai H, interval 0.187 - 0.25547 untuk nilai S dan interval 0.1391-0.21721 untuk nilai I. Sedangkan pada metode XYZ dengan KNN dengan range kematangan matang interval 1.77136-1.85078 untuk nilai X, interval 0.112512-0.19966 untuk nilai Y dan interval 0.251129-0.393222 untuk nilai Z.Sedangkan range kematangan mentah interval 1.10164-1.30232 untuk nilai X, interval 0.0985175-0.176714 untuk nilai Y dan interval 0.408629-0.315282 untuk nilai Z. Sampel dalam penelitian ini pada perkebunan kayu putih yang berlokasi di desa jikumerasa menggunakan 200 citra daun, hasil akurasi dari klasifikasi tingkat kematangan daun kayu putih menggunakan  metode  KNN  sebesar  90%  dengan nilai K=5 yang didapat dari 100 data uji dengan klasifikasi akurat, dan 10 data uji dengan klasifikasi tidak akurat.Kata Kunci: Klasifikasi Kematangan, transformasi ruang warna, HSI, XYZ, Pengolahan Citra
Perbandingan Klasifikasi Antara KNN dan Naive Bayes pada Penentuan Status Gunung Berapi dengan K-Fold Cross Validation Tempola, Firman; Muhammad, Miftah; Khairan, Amal
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 5 No 5: Oktober 2018
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (679.097 KB) | DOI: 10.25126/jtiik.201855983

Abstract

Penelitian ini akan membandingkan dua algoritma klasifikasi yaitu K-Nearest Neighbour dan Naive Bayes Classifier pada data-data aktivitas status gunung berapi yang ada di Indonesia. Sedangkan untuk validasi data menggunakan k-fold cross validation. Dalam penentuan status gunung berapi pusat vulkanologi dan mitigasi bencana geologi melakukan dengan dua hal yaitu pengamatan visual dan faktor kegempaan. Pada penelitian ini dalam melakukan klasifikasi aktivitas gunung berapi menggunakan faktor kegempaan. Ada 5 kriteria yang digunakan dalam melakukan klasifikasi yaitu empat faktor kegempaan diantaranya gempa vulkanik dangkal, gempa tektonik jauh, gempa vulkanik dalam, gempa hembusan dan ditambah satu kriteria yaitu status sebelumnya. Ada 3 status yang di yang diklasifikasi yaitu normal, waspada dan siaga. Hasil penelitian yang dibagi kedalam 3 fold disetiap metode klasifikasi didapat perbandingan akurasi sistem rata-rata tertinggi pada k-nn 63,68 % dengan standar deviasi 7,47 %. Sedangkan dengan menggunakan naive bayes didapat rata-rata akurasi sebesar 79,71 % dengan standar deviasi 3,55 %. Selain itu, penggunaan naive bayes jaraknya akurasi lebih dekat dibandingan dengan k-nn. AbstractThis research will compare two classification algorithms that are K-Nearest Neighbors and Naive Bayes Classifier on data of volcanic status activity in Indonesia. While for data validation use k-fold cross validation. In determining the status of volcanology center volcanology and geological disaster mitigation to do with two things: visual observation and seismic factors. In this research in doing the classification of volcanic activity using earthquake factor. There are 5 criteria used in the classification of four seismic factors such as shallow volcanic earthquakes, distant tectonic earthquakes, volcanic earthquakes in the earthquake, blast and plus one criterion that is the previous status. There are 3 statuses in which are classified ie normal, alert and alert. The results of the study are divided into 3 fold in each classification method obtained comparison of the highest average system accuracy at 63.68% k-nn with a standard deviation of 7.47%. While using naive bayes obtained an average accuracy of 79.71% with a standard deviation of 3.55%. In addition, the use of naive bayes is closer to the accuracy of k-nn.
HYBRID FUZZY DAN NAIVE BAYES DALAM PENENTUAN STATUS UKT (STUDI KASUS PROGRAM STUDI TEKNIK INFORMATIKA UNIVERSITAS KHAIRUN) Anas, Anas; Tempola, Firman; Khairan, Amal
PROtek : Jurnal Ilmiah Teknik Elektro Vol 6, No 1 (2019): Protek : Jurnal Ilmiah Teknik Elektro
Publisher : Program Studi Teknik Elektro Universitas Khairun

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33387/protk.v6i1.1015

Abstract

Uang Kuliah Tunggal (UKT) merupakan nama dari sebuah sistem pembayaran yang saat ini berlaku diseluruh PTN. Ketentuan ini berdasarkan Permendibud No. 55 Tahun 2013 asal 1 ayat 3 yakni setiap mahasiswa hanya membayar satu komponen. Jumlah mahasiswa baru di Universitas Khairun yang begitu banyak dan kuota per UKT terbatas maka terkadang dalam hal penentuan status UKT masih terdapat ketidaksesuain dengan ekonomi Mahasiswa. Oleh karena itu dibutuhkan aplikasi penentuan status UKT yang lebih akurat. Tujuan dari penelitian ini yaitu untuk membuat aplikasi penentuan status UKT dengan menggunakan metode Fuzzy dan Naive Bayes dan membandingkan akurasi Naive Bayes dan akurasi dari kombinasi metode Fuzzy dan Naive Bayes. Untuk membandingkan akurasi Naive Bayes dan Fuzzy Naive Bayes peneliti melakukan 2 percobaan dengan menggunakan data training sebanyak 50 dan data testing sebanyak 20, percobaan pertama diakukan dengan mengguakan4 kriteria, dengan metode Naive Bayes hasil akurasi yaitu 70%, dan metode Fuzzy Naive Bayes hasil akurasi yaitu 55%, percobaan kedua dilakukan dengan menggunakan 6 kritaria, dengan metode Naive Bayes hasil akurasi yaitu 90% dan dengan menggunakan Fuzzy Naive Bayes hasil akurasi mencapai 85%. Dari penelitian tersebut diketahui bahwa akurasi Naive Bayes lebih tinggi dari pada akurasi Fuzzy Naive Bayes dan jumlah kriteria sangat berpengaruh dalam peningkatan akurasi.
Implementation of Run Length Encoding (RLE) Algorithm on Text Data Compress using Python Siradjuddin, Hairil Kurniadi; Khairan, Amal; Albaar, Muhammad Ridha; Abdullah, Saiful Do
Sistemasi: Jurnal Sistem Informasi Vol 13, No 4 (2024): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32520/stmsi.v13i4.4175

Abstract

Text data compression is done to make the file size smaller. Algorithm is a sequence of steps that aims to solve a problem. In this text data compress research using the Run Length Encoding (RLE) data compress method, it can be used to trim data to minimize the use of storage space so that it can be utilized better. As the function of the data compress itself to trim the file, its use is very beneficial for future technology. The programming applied is a python application, applying the concept of structured programming. Structured programming is a programming concept or paradigm that solves problems structurally, without looking at objects or divisions but must be structured, The result of this research is that the phyton application is able to trim text data so as to minimize the use of storage space so that it can be utilized better.
Sosialisasi Pemanfaatan Aplilasi Komputer sebagai media Membantu Kinerja Pengajara Taman Pengajian Al-Quran (TPA) Syarifuddin N. Kapita; Saiful Do Abdullah; Amal Khairan
KREATIF: Jurnal Pengabdian Masyarakat Nusantara Vol. 2 No. 2 (2022): Juni : Jurnal Pengabdian Masyarakat Nusantara
Publisher : Pusat Riset dan Inovasi Nasional

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55606/kreatif.v2i2.543

Abstract

Teknologi sudah tidak dapat dihindari lagi, apalagi saat ini Pengajar di tempat pengajian Alqur’an dituntung agar bisa memberikan penilaian yang objektif terhadap anak didikannya dimana teknologi digunakan sebagai penunjang pendidikan nonformal. Jika sebelumnya Pengajar hanya mengandalkan catatan atau notes sebagai media untuk menyimpan nilai anak didik. Namun, untuk era industri 4.0 Pengajar tidak dapat menggunakan itu sebagai media. Aplikasi komputer seperti Micrososft excel dan Micrososft Word dapat dijadikan salah satu alternatif untuk menyimpan nilai siswa. Aplikasi komputer tidak hanya untuk menyimpan data tetapi juga dapat digunakan Pengajar untuk mengolah nilai akhir siswa sehingga mempermudah kinerja guru mengisi raport. Oleh karena itu dilaksanakan sosailisasi aplikasi komputer berupa penyusunan format raport, pembuatan buku penghubung antara Orang tua dan peserta didik, pembuatan absensi dan jurnal pengajar, dengan mengguanakan Microsoft Word dan Microsoft Excel, adapun Microsoft Power Point digunakan untuk salah satu metode pengajar menyampaikan materi kepada peserta didik.